铁电调制的非对称范德瓦尔斯异质结构用于超低功耗类脑突触和内存中逻辑操作

为何更智能、更低功耗的芯片至关重要

从手机和相机到智能音箱与家用传感器，日常设备越来越需要实时“看见”、学习和响应。但当今的计算芯片在感测、存储与处理单元之间来回传输数据，浪费大量能量。本文提出了一种微型分层器件，将这三种功能合一，显著降低能耗，同时仍能处理复杂任务如图像识别与类脑学习。

将超薄材料堆叠成一个微型“神经元”

研究团队用几层仅几原子厚的材料构建该器件，像迷你三明治一样堆叠。核心是一种称为铁电体的特殊晶体，它可以保持一个内部电性“方向”，即使断电也能保持不变。该层位于其他光敏和导电层之上，底部的石墨烯作为透明且柔性的电极。由于各层通过弱的范德瓦尔斯力而非传统化学键相互作用，它们可以高度自由地组合，形成可大幅调谐且占地极小的结构。

将内建电场当作调节旋钮

关键在于将铁电层用作内部开关，重塑电荷在堆栈中流动的方式。通过施加小幅正负电压脉冲，团队可以翻转铁电体的内部电场方向。反过来，这会改变层间界面的能量势垒，从而影响电子的流动难易。由于该内建电场在脉冲结束后仍保持，器件无需连续供电即可天然记忆其状态，类似大脑中突触对两个神经元连接强度的记忆方式。

在同一器件中实现逻辑运算与人工突触

借助这一内部控制，单个器件可表现为多种不同的逻辑元件——数字电路的基本构件。通过选择脉冲模式与输出电流的读取方式，作者在一个物理结构中实现了五种经典逻辑运算（与、或、非、或非与与非），而无需为每个门分别使用独立晶体管与连线。与此同时，通过在某一层精细调控缺陷，器件还表现为类脑突触：其电导可在128个以上的离散水平间平滑调节，并可被光或电脉冲改变。这些电导水平稳定、与噪声明确分离，且可用极微小的能量更新，能耗可与生物突触相当甚至更低。

用宽谱光学实现感知与学习

由于部分层对光敏感，器件也具备高性能光电探测功能。在零外加电压下，它可感知从紫外到近红外的光同时保持极低的暗电流——这一点对检测弱信号至关重要。当施加小偏压时，同一结构会切换到“光子突触”模式：光脉冲充当学习脉冲，按时间增强或减弱有效连接，模拟真实突触的响应。团队展示了短期与长期记忆、学—忘—再学循环以及经典条件反射等行为，均由光直接驱动。

从单个器件走向智能视觉系统

为了展示实际影响，作者构建了一个概念性图像识别系统，采用多台此类器件并行工作。在该设计中，由光驱动的突触行为负责捕捉并预处理视觉特征，而可重构的逻辑行为以不同方式增强与过滤这些特征。结合这些角色，在标准图像数据集上实现了约97%的识别准确率，优于仅依赖突触行为的系统。总体而言，这项工作展示了通往紧凑芯片的现实路径——这些芯片能原位感测、记忆与计算，为超低功耗相机、智能传感器与更类似生物眼—脑系统而非传统计算机的类脑视觉硬件打开了大门。

引用: Zhi, J., Wen, Y., Chen, J. et al. Ferroelectricity-modulated asymmetric van der Waals heterostructure for ultralow-power neuromorphic synapse and logic-in-memory operations. Nat Commun 17, 3974 (2026). https://doi.org/10.1038/s41467-026-70668-w

关键词: 类脑硬件, 传感器内计算, 二维材料, 铁电器件, 图像识别